什么是包外估计？

包外估计（out-of-bag estimate）是用未在训练集中出现的测试数据来作出决策的方法。

【西瓜书P179】
包外样本有许多用途。例如当基学习器是决策树时，可使用包外样本来辅助剪枝，或者用于估计决策树中各节点的后验概率以辅助对零训练样本节点的处理，当基学习器是神经网络时，可以使用包外样本来辅助早期停止以减小过拟合风险。